三维点云重建 – 基于RBF的三维点云表面重建方法
1 基于RBF的三维网格重建
假设已有三维物体曲面S上的N个点的点云数据集SP，以及每个点对应的法向量的集合SN，则一阶多项式隐式曲面函数f\left(p\right)可表达为：
其中，p为物体曲面上任意一点，w_i为i点处径向基函数的权重，ϕ(x)表示径向基核函数，||p||表示三维欧式距离，R(p)为一阶多项式R(p)=a+bx+cy+dz。其中w_i和一阶多项式系数a，b，c，d为待求的未知参数。
除了原始点之外，还需要根据原始点的曲面法向量生成离面约束点。其中外部约束点为原始点沿对应曲面法向量位移ε个法向量单位，其对应的约束值为负值；内部约束点为原始点沿对应曲面法向量反位移ε个法向量单位，其对应的约束值为正值；而原始的点位于曲面上，其对应的约束值为0。
这三类约束点以及其对应的约束值满足：
其中m_i为i点对应的约束值。
且隐式曲面函数式f(p)同时满足正交条件：
设\phi_{ij}=\phi(p_i-p_j),则上述公公式可联立为以下方程组：
设：
通过求解AB=C线性方程组，即可求得未知系数矩阵B，将B回代，即可得到基于RBF的三维曲面函数式。
2 重建思路
令人头疼的理论环节终于过去了，转为正题。
有人就会问？我如何从这些算法理论中重建出一个三维网格模型呢？
- 首先，你得有一个三维点云数据，并且你知道了每一个点的法向量，这其中会涉及到法向量估计算法，这部分我会在后续的博文中进行讲述。
- 然后，你需要按照第一节中算法拼凑求解三维曲面函数的矩阵方程，并求解经过三维点云中所有三维点的三维曲面方程。
- 在求解出曲面方程之后，就需要重建模型的三维网格。经典常用的方法自然是Marchcubes算法，即大名鼎鼎的MC算法，或者改进后的MD算法，这些都属于面绘制方法。而高端进阶一点同时需要高GPU算力的就是体绘制算法，其中会涉及到一点点光线追踪技术。
- 如何使用MC算法去重建三维网格模型呢？首先需要将整个模型所占据的三维空间体素化，并求解每一个三维体素上8个顶点的曲面函数值。之后就是MC算法的经典步骤，大家可以去自行了解，当然，如果有需求可以在下方评论，如果人数较多我就会好好讲一讲MC算法。
3 算法程序展示
这个程序中就是使用RBF三维重建算法以及MC算法对网格进行了重建，采用MFC+OpenGL搭建的程序框架。
4 吐槽一下
Latex公式真的难写，写篇博客花了三个小时。
欢迎扫码关注我的微信公众号，及时获取文章更新
本文作者：StubbornHuang
版权声明：本文为站长原创文章，如果转载请注明原文链接！
原文标题：三维点云重建 – 基于RBF的三维点云表面重建方法
原文链接：https://www.stubbornhuang.com/759/
发布于：2020年03月14日 14:52:48
修改于：2023年10月11日 1:28:50
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
博主，想学习这个，但是不知道从何下手，可以推荐一些参考资源吗？
主要是把论文看明白吧，然后在github上找些代码看看
那在github上应该怎么搜呢，我咋没搜到什么
比如说：https://github.com/GCVGroup/HRBFQI，不过这是HRBF，不是经典的径向基重建，还有其他的，慢慢找吧